Начало работы

На GitHub ML Space представлен public-api-examples-notebook.ipynb с помощью которого возможно оптимизировать процесс разработки, избавившись от рутинных манипуляций с данными/моделями через интерфейс платформы ML Space.

В public-api-examples-notebook.ipynb рассмотрен вариант автоматизации запросов к ML Space с помощью REST API:

1. Аутентифицироваться.

2. Начать работать с данными:

   • Выгрузка содержимого бакета.

   • Копирование данных из S3 на NFS.

   • Копирование данных из NFS на S3.

3. Получить список базовых Docker-образов

4. Выполнить действия с задачами на кластере:

   • Получение списка задач.

   • Запуск задачи.

   • Выгрузка логов задачи.

5. Inference-методы:

   • Получение списка сервисов.

   • Получение информации по сервису.

   • Создание образа для инференс-сервиса.

   • Просмотр статуса сборки образа для инференс-сервиса.

   • Просмотр логов сборки образа для инференс-сервиса.

   • Создание деплоя на основе собранного образа.

   • Отправление запроса к созданному сервису.